Skip to main content

怎么做到零风险迁移数据库？

· 8 min read

作为开发人员，我们有很大概率会遇到需要将当前正在使用的数据库迁移到另一个数据库的场景。比如你在项目早期选择了 MySQL 作为数据库 ，虽然它已经能满足大多数业务场景和性能要求，但随着你的数据量越来越大业务日趋复杂，继续使用 MySQL 则可能成为瓶颈，这时候你可能要开始考虑将 MySQL 替换为更适合的数据库比如 HBase（或 Cassandra...）。

对于一个在线业务系统来说，迁移数据库的挑战在于不仅要做到不停机无缝迁移还要保证迁移过程风险可控，这也正是本文要分享的内容，介绍如何使用功能开关无缝、安全地实现数据库迁移。

迁移案例：将 MySQL 迁移到 HBase​

接下来将通过一个案例介绍整个迁移的实现过程。某个在线消息业务由于受限于 MySQL 性能和存储瓶颈，所以需要将数据迁移到 HBase 以便于进一步扩大业务规模。

1、使用功能开关实现迁移控制​

我们这里假设应用程序逻辑都是通过 DAO （数据存取对象）来查询/读取 MySQL 持久化数据。为了能将数据存取切换到 HBase 中，所以第一步是编写一个针对 HBase 的 DAO，并且和 MySQL DAO 实现相同的接口以提供相同数据读写能力。

现在已经有两种 DAO 接口实现，一种有支持 MySQL，另一种是支持 HBase。此时开始引入我们的功能开关管理服务 FeatureProbe。

先在eatureProbe 上创建四个 Boolean 类型功能开关来独立控制对 MySQL 和 HBase 的读写，以其中一个开关（messages-mysql-write）为例配置如下所示：

image.png

接下来我们对外统一提供 saveMessage 方法保存一个消息，代码如下所示：

public void storeMessage(Message message, FPUser fpUser) {
  if(fpClient.booleanValue('messages-mysql-write', fpUser, true)) {
    mysqlMesseageDao.save(message)
  }
  if(fpclient.BooleanValue('messages-hbase-write', fpUser, true)) {
    hbaseMesseageDao.save(message)
  }
}

需要注意的是，我们允许同一消息可能会保存在两个地方，其目的是保证了旧存储（MySQL）的完整性的同时开始将消息写入新数据存储。对于读取来说其实现思路大致和存储类似，例如实现一个能根据 ID 查询消息的方法，代码如下所示：

public Message findMessageById(Long id, FPUser fpUser)  {
  // 同时获取查询 mysql 和 hbase 的开关结果
  boolean shouldReadMySQL = fpClient.booleanValue('events-mysql-read', fpUser, true)
  boolean shouldReadHbase = fpClient.booleanValue('events-hbase-read', fpUser, true)
  if (shouldReadMySQL && shouldReadHbase) { // 当开关被同时开启时，将对比两者结果，但仍然返回旧存储数据
    mysqlMessage = mysqlMessageDao.findMessageById(id)
    hbaseMessage = hbaseMessageDao.findMessageById(id)
    if(deepEqualsEntity(mysqlMessage, hbaseMessage)) {
      logger.error(
        "MySQL and Hbase message differ: mysql: {}, hbase: {}", 
        mysqlMessage, 
        hbaseMessage)
    }
    return mysqlMessage
  } else if (shouldReadMySQL) { // 只从 MySQL 查询
    return mysqlMessageDao.findMessageById(id)
  } else { // 只从 HBase 中查询
    return hbaseMessageDao.findMessageById(id)
  }
}

这里的点在于，我们检查两个“读取”的开关结果，当发现两者都启用时，我们会分别两个数据库读取数据，并比较结果是否一致，当发现不一致时，我们会记录错误，并最终返回旧存储（MySQL）中的数据。

2、渐进式放量迁移​

现在我们已经将从新老存储读写的代码封装在功能开关中，接下来需要部署代码并进行测试。此时只需要关闭 HBase 读写开关，并打开 mysql 读写开关，便可以安全地将代码部署上线。

我们测试迁移时，只需要在 FeatureProbe 上修改 HBase “写开关”的人群规则，仅为特定用户 QA 开启 ，此时只有 QA 的消息会存储到 HBase，过程中观察性能指标和错误日志，如果一切符合预期，进一步修改人群规则将写 HBase 在更多的用户上生效，直到所有用户的 “写操作” 均同时写入了两个数据库。

当我们写入性能感到满意时，此时可以开始为一小部分用户打开 HBase 的读取开关，然后再次观察性能指标和错误日志，其中特别需要关注是否有** “MySQL and Hbase message differ...”的日志来确保两个存储数据的一致性。当然，这里即便我们看到数据不一致的错误日志，对用户也不会产生任何影响，因为他们仍在使用旧数据存储中的数据。如果数据和指标均符合预期，您可以为部分用户关闭 MySQL 的读关开，将使用 HBase 的数据，并最终直到所有用户均从 HBase 中读取。

最后，当我们向所有用户开启 HBase 读取和写入操作后，应该将所有旧数据从旧数据存储迁移到新数据存储（确保以幂等方式执行此操作）来保证数据的整体完整性。

可见，通过上述功能开关渐进式放量迁移的方式，不仅让使得迁移可以无缝进行（对用户无感知），还有效保障的迁移的安全性。

3、收尾工作​

最后一步，我们需要确保关闭了旧数据库(MySQL)的读写开关，同时删除代码中对所有四个开关的所有引用，使代码中最终只剩下对 HBase (新数据库)的读/写。再次部署上线后，便完成了整个数据库的迁移工作。

在 FeatureProbe 开关管理也很简单，由于以上四个开关已经完成了数据库迁移的使命，对于已经过期、已完成工作的开关都可以使用下线操作进行管理。

image.png